使用文本提取引语

Question

我试图从文本中提取引语和引语属性（即说话者），但出现错误。这是设置：

import textacy
import pandas as pd
import spacy

data = [
        ("\"Hello, nice to meet you,\" said world 1"),
        ("\"Hello, nice to meet you,\" said world 2"),  
        ]

df = pd.DataFrame(data, columns=['text'])

nlp = spacy.load('en_core_web_sm')

doc = df['text'].apply(nlp)

这是所需的输出：

[DQTriple(speaker=[world 1], cue=[said], content="你好，很高兴认识你，")] [DQTriple(speaker=[world 2], cue=[said], content="你好, 很高兴认识你,")]

这是第一次提取尝试：

print(list(textacy.extract.triples.direct_quotations(doc) for records in doc))

给出以下输出：

[, ]

这是第二次提取尝试：

print(list(textacy.extract.triples.direct_quotations(doc)))

给出以下错误：

AttributeError: 'Series' 对象没有属性 'lang_'

Answer 1

在您的第一次尝试中，您是通过遍历标记来提取引语。

以下是您可以执行的操作的示例：

import textacy

import spacy

text =""" "Hello, nice to meet you," said world 1"""

nlp = spacy.load("en_core_web_sm")

doc = nlp(text)

print(list(textacy.extract.triples.direct_quotations(doc)))
# will print: [DQTriple(speaker=[world], cue=[said], content="Hello, nice to meet you,")]

Answer 2

你必须使用

next(textacy.extract.triples.direct_quotations(doc)) 

因为它是一个生成器对象。